2024年诺贝尔化学奖学者解读：AI改变基础科学研究范式

10月9日，2024年诺贝尔化学奖公布。戴维·贝克、德米斯·哈萨比斯和约翰·江珀分享了这个奖项。前者在“计算蛋白质设计”领域做出了突出贡献，后两者在“预测蛋白质结构”方面取得了巨大成就。这也是继物理学奖之后，今年的诺贝尔奖再次被授予人工智能（AI）相关成果和科学家。

获奖的结果是众望所归

作为世界上最重要的科技奖项之一，每年诺贝尔奖颁奖前都有各种各样的预测。在今年诺贝尔化学奖公布之前，三位获奖科学家已经呼吁了极高的号召力，奖项的结果可以称得上是意料之中的。

尤其是贝克，他是蛋白质计算设计领域的先驱，并不断取得国际先进的研究成果。我觉得他们得奖当之无愧。“清华大学生物医学交叉研究所助理教授、北京生命科学研究所研究员徐纯福认为，诺贝尔化学奖仍然颁发给三位计算研究领域的科学家，而今年的物理学奖已经颁发给机器学习科学家，这反映了AI极其重要的科学价值。

“获奖结果与我的研究领域密切相关，是对我们研究人员的鼓励。”浙江大学生命科学研究所研究员林世贤激动地说，获奖者之一的江珀只有39岁，这也是对年轻一代研究人员的鼓励。

在计算生物学和结构生物学中，蛋白质结构预测一直是一个重要问题。清华大学生命科学学院教授杨茂君表示，初期的蛋白质结构预测主要依靠同源蛋白结构，但实验分析的蛋白质结构数量占总蛋白质数量的比例很低，因此预测效率低，准确性有限。后来，随着机器学习的兴起和人工智能的快速发展，科学家们开始在蛋白质结构预测领域应用人工智能，开发结构预测工具“阿尔法折叠”和后续版本。这一结果实现了蛋白质结构预测精度和效率的飞跃，几乎解决了单一蛋白质结构预测的问题，有望给药物研发带来重大变化。

AI用于无限的科研潜力。

这次诺贝尔化学奖，不仅是对获奖者的表彰，也是对人工智能在基础科学研究领域深入应用的重要认同。

杨茂君认为，获奖研究定义了一种理论上可以解决所有科学问题的范式，即从实际问题出发，将其转化为AI可以处理的输入数据，然后通过深度学习网络，最终输出结果。

AI理论上可以成为所有通过输入获得导出的有力工具，这反映了AI在科学研究领域的广阔潜力。“在杨茂君看来，这项技术的应用范围并不局限于生物、化学、物理等领域。它的应用范围主要取决于如何将客观世界中的问题(或数据)抽象成AI可以学习和处理的方法，以及现实世界中是否有足够的真实数据来练习和构建深度学习网络。

“AI在蛋白质设计和应用领域的突破是合适的时间和地点。”杨茂君解释说，蛋白质结构的一级序列足够简单，蛋白质的三维结构导出也有标准的表达形式。在过去的几十年里，大量真实的蛋白质结构数据积累在结构生物学领域。

徐纯福还表示，AI在生物、化学、医药等健康领域的潜力刚刚崭露头角，未来还有很大的发展空间。

“就我最熟悉的蛋白质计算设计而言，虽然今年的相关成果获奖了，但计算方法在功能蛋白的设计上仍然面临着巨大的挑战。”徐纯福表示，如果AI算法得到进一步改进，酶、抗体等重要功能蛋白的设计可以更准确，可能会产生真正实用的新蛋白。

同时，徐纯福认为，AI对科学研究的重要性越来越突出。一方面，科学家应该积极拥抱新的研究范式，尽最大努力避免AI的局限性。“AI不是万能的。科学家需要取长补短，促进AI在基础研究中更高效地应用。”他说，科学家应该更负责任地应用AI，而不是用AI做违反科学伦理和对人类健康有害的科学研究。

(科技日报记者张佳星也为本文做出了贡献)

在AI黄金时代，科学家们迎来了

张梦然

诺贝尔化学奖和物理学奖在2024年最后一个诺贝尔自然科学奖公布后，受到AI领域研究者的青睐，引起了全世界的关注。这证明了AI技术在许多科学领域的广泛应用和深远影响。

这种“跨界”的肯定表明，AI不仅是计算机科学的一个分支，也是促进科学研究和技术进步的重要工具。它为解决长期存在的科学问题提供了强有力的支持，并在许多方面促进了科学的发展。诺贝尔奖不仅是对科学家个人成就的肯定，也是对整个AI协助科学研究趋势的肯定。

一群AI黄金时代的科学家正在闪耀。这一幕似乎重现了上个世纪的物理黄金时代——从1900年到1925年，爱因斯坦、玻尔、薛定谔、海森堡、狄拉克、居里夫人等科学大师产生了许多成就。我们期待AI领域的创新为每个人打开新世界的窗口。我们相信，这次诺贝尔奖将鼓励更多的年轻人关注AI及其在科学中的应用，从而诞生新一代跨学科人才。

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com